Y*n
2 楼
和统计中in-sample fit总比out-of-sample prediction强类似
w*d
3 楼
请教哪里可以看到back test很牛的算法
【在 f********g 的大作中提到】
: 大牛能稍稍深入的解释一下吗? 谢过.
【在 f********g 的大作中提到】
: 大牛能稍稍深入的解释一下吗? 谢过.
m*2
4 楼
lz说的是backtest，我assume他是在validation test里的test
个人的一些经验：首先是regime change，其次看你策略的频率，然后要考虑是否需要
考虑market impact，再次选learn sample和test sample的时候的distribution是不是
差距太大导致validation 准确性的参考意义不大，当然第一，我觉得你应该考虑了
spread了吧
【在 Y****n 的大作中提到】
: 和统计中in-sample fit总比out-of-sample prediction强类似
个人的一些经验：首先是regime change，其次看你策略的频率，然后要考虑是否需要
考虑market impact，再次选learn sample和test sample的时候的distribution是不是
差距太大导致validation 准确性的参考意义不大，当然第一，我觉得你应该考虑了
spread了吧
【在 Y****n 的大作中提到】
: 和统计中in-sample fit总比out-of-sample prediction强类似
a*m
5 楼
这叫 overfitting
简单直观的例子，
你观察到5个点的位置（事实上来自一条直线），
你想知道第6个点 在什么位置。
你可以构造出无限条曲线（非直线），都能完美通过这5个点的，
如果你用这样的曲线，预测第六个点，结果全都是错的。
简单直观的例子，
你观察到5个点的位置（事实上来自一条直线），
你想知道第6个点 在什么位置。
你可以构造出无限条曲线（非直线），都能完美通过这5个点的，
如果你用这样的曲线，预测第六个点，结果全都是错的。
f*g
6 楼
按你的说法, variable 越少的反而越准确了?
【在 a***m 的大作中提到】
: 这叫 overfitting
: 简单直观的例子，
: 你观察到5个点的位置（事实上来自一条直线），
: 你想知道第6个点 在什么位置。
: 你可以构造出无限条曲线（非直线），都能完美通过这5个点的，
: 如果你用这样的曲线，预测第六个点，结果全都是错的。
【在 a***m 的大作中提到】
: 这叫 overfitting
: 简单直观的例子，
: 你观察到5个点的位置（事实上来自一条直线），
: 你想知道第6个点 在什么位置。
: 你可以构造出无限条曲线（非直线），都能完美通过这5个点的，
: 如果你用这样的曲线，预测第六个点，结果全都是错的。
a*m
7 楼
你说的没错，模型是越简单，越不容易overfitting， 但过于简单了会 underfitting
我的例子主要跟你解释，为什么一个模型尽管能完美拟合数据，但也可能对预测毫无意
义。
【在 f********g 的大作中提到】
: 按你的说法, variable 越少的反而越准确了?
我的例子主要跟你解释，为什么一个模型尽管能完美拟合数据，但也可能对预测毫无意
义。
【在 f********g 的大作中提到】
: 按你的说法, variable 越少的反而越准确了?
m*2
8 楼
你说的overfit并不是lz的问题，lz是做backtest，而不是insample test，当然lz也可
能本意是做backtest做成了insample test
underfitting
【在 a***m 的大作中提到】
: 你说的没错，模型是越简单，越不容易overfitting， 但过于简单了会 underfitting
: 我的例子主要跟你解释，为什么一个模型尽管能完美拟合数据，但也可能对预测毫无意
: 义。
能本意是做backtest做成了insample test
underfitting
【在 a***m 的大作中提到】
: 你说的没错，模型是越简单，越不容易overfitting， 但过于简单了会 underfitting
: 我的例子主要跟你解释，为什么一个模型尽管能完美拟合数据，但也可能对预测毫无意
: 义。
j*s
9 楼
模拟下单和真实下单的区别
能拿到order book的data会好一些
但是市场还是有反身性的
能拿到order book的data会好一些
但是市场还是有反身性的
a*m
10 楼
backtest很牛 预测又没用 最常见的问题就是 模型参数过多 overfitting
不对吗？
【在 m*******2 的大作中提到】
: 你说的overfit并不是lz的问题，lz是做backtest，而不是insample test，当然lz也可
: 能本意是做backtest做成了insample test
:
: underfitting
不对吗？
【在 m*******2 的大作中提到】
: 你说的overfit并不是lz的问题，lz是做backtest，而不是insample test，当然lz也可
: 能本意是做backtest做成了insample test
:
: underfitting
m*2
11 楼
overfitting是在insample data里预测准确性远高于validation data
backtest 是通过insample train你的模型 放在validation data里做test
所以backtest结果好就排除了overfit基本上
【在 a***m 的大作中提到】
: backtest很牛 预测又没用 最常见的问题就是 模型参数过多 overfitting
: 不对吗？
backtest 是通过insample train你的模型 放在validation data里做test
所以backtest结果好就排除了overfit基本上
【在 a***m 的大作中提到】
: backtest很牛 预测又没用 最常见的问题就是 模型参数过多 overfitting
: 不对吗？
F*s
12 楼
我靠，统计只能做技术支持，不能用这个操盘。
D*e
13 楼
经过一段时间分布改变，参数甚至整个模型都不适用这是很正常的吧，跟overfitting
不是一个概念
不是一个概念
m*2
14 楼
this is true for individual investor, but there are many very successful
black-box trading strategy
【在 F****s 的大作中提到】
: 我靠，统计只能做技术支持，不能用这个操盘。
black-box trading strategy
【在 F****s 的大作中提到】
: 我靠，统计只能做技术支持，不能用这个操盘。
c*t
15 楼
布朗运动都这样呀。
N*p
16 楼
市场每隔几年都会有个大变化 比如
hedge fund兴起
brokerage regulation被废除
electronic trading
high frequency trading
401k的发明
passive investing
这些都影响市场/华尔街
hedge fund兴起
brokerage regulation被废除
electronic trading
high frequency trading
401k的发明
passive investing
这些都影响市场/华尔街
a*g
17 楼
因为市场在变化 ，市场是由人组成的。 你发现的pattern，可能只存在于过去。
混沌效应，自组织，啥么的，这个市场太复杂了。
混沌效应，自组织，啥么的，这个市场太复杂了。
a*g
18 楼
股票归根到底短线是零和，是博弈。
长线是价值，是大趋势看对了。
长线是价值，是大趋势看对了。
m*c
19 楼
长线不存在价值，只有通货膨胀
[在 allienpig (猪 in black) 的大作中提到：]
:股票归根到底短线是零和，是博弈。
:长线是价值，是大趋势看对了。
[在 allienpig (猪 in black) 的大作中提到：]
:股票归根到底短线是零和，是博弈。
:长线是价值，是大趋势看对了。
a*g
20 楼
兄弟说笑了
长线牛股都是代表时代趋势的，绝不止通胀。
【在 m**c 的大作中提到】
: 长线不存在价值，只有通货膨胀
: [在 allienpig (猪 in black) 的大作中提到：]
: :股票归根到底短线是零和，是博弈。
: :长线是价值，是大趋势看对了。
长线牛股都是代表时代趋势的，绝不止通胀。
【在 m**c 的大作中提到】
: 长线不存在价值，只有通货膨胀
: [在 allienpig (猪 in black) 的大作中提到：]
: :股票归根到底短线是零和，是博弈。
: :长线是价值，是大趋势看对了。
相关阅读